CN110933304A - 待虚化区域的确定方法、装置、存储介质与终端设备 - Google Patents

Abstract

本公开提供了一种待虚化区域的确定方法、装置、存储介质与终端设备，涉及图像处理技术领域。该方法应用于具备摄像头的终端设备，包括：获取由所述摄像头在不同焦距下对同一拍摄区域所采集的多张预览图像；根据所述多张预览图像将所述拍摄区域划分为多个子区域；基于各所述子区域在至少一张所述预览图像中的非平坦度，从各所述子区域中确定背景区域；将所述背景区域确定为待虚化区域。本公开可以在单摄像头的终端设备中实现待虚化区域的确定，具有较高的实用性。

Description

待虚化区域的确定方法、装置、存储介质与终端设备

技术领域

本公开涉及图像处理技术领域，尤其涉及一种待虚化区域的确定方法、待虚化区域的确定装置、计算机可读存储介质与终端设备。

背景技术

图像虚化处理是指对图像中的部分区域(一般是焦点以外的区域)进行模糊化，以呈现出景深等拍照效果。如何确定待虚化区域，是进行图像虚化处理的前提。

相关技术中，在确定待虚化区域时，通常需要终端设备配备至少两个摄像头，利用双目的视差原理测距，区分出前景和背景部分，将背景部分作为待虚化区域。可见，该方法对于硬件方面的要求较高，无法应用于单摄像头的设备上。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种待虚化区域的确定方法、待虚化区域的确定装置、计算机可读存储介质与终端设备，进而至少在一定程度上改善相关技术中需要配备两个摄像头的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种待虚化区域的确定方法，应用于具备摄像头的终端设备，所述方法包括：获取由所述摄像头在不同焦距下对同一拍摄区域所采集的多张预览图像；根据所述多张预览图像将所述拍摄区域划分为多个子区域；基于各所述子区域在至少一张所述预览图像中的非平坦度，从各所述子区域中确定背景区域；将所述背景区域确定为待虚化区域。

根据本公开的第二方面，提供一种待虚化区域的确定装置，配置于具备摄像头的终端设备，所述装置包括：预览图像获取模块，用于获取由所述摄像头在不同焦距下对同一拍摄区域所采集的多张预览图像；子区域划分模块，用于根据所述多张预览图像将所述拍摄区域划分为多个子区域；背景区域确定模块，用于基于各所述子区域在至少一张所述预览图像中的非平坦度，从各所述子区域中确定背景区域；待虚化区域确定模块，用于将所述背景区域确定为待虚化区域。

根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述待虚化区域的确定方法。

根据本公开的第四方面，提供一种终端设备，包括：处理器；存储器，用于存储所述处理器的可执行指令；以及摄像头；其中，所述处理器配置为经由执行所述可执行指令来执行上述待虚化区域的确定方法。

本公开的技术方案具有以下有益效果：

根据上述待虚化区域的确定方法、待虚化区域的确定装置、计算机可读存储介质与终端设备，摄像头在不同焦距下对同一拍摄区域采集多张预览图像，将拍摄区域划分为多个子区域，并基于各子区域在预览图像中的非平坦度，确定背景区域，进而将背景区域确定为待虚化区域。一方面，本示例性实施方式基于一个摄像头的配置即可实现，可以应用于单摄像头的终端设备中，降低了硬件成本，具有较高的实用性。另一方面，图像的非平坦度可以体现出图像内容的丰富度、图像清晰度，通过采集不同焦距下的预览图像，并计算预览图像中子区域的非平坦度，可以对每个子区域进行充分的表征，以准确地分割出背景区域，有利于实现高质量的图像虚化处理。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施方式，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本示例性实施方式中一种待虚化区域的确定方法的流程图；

图2示出本示例性实施方式中一种待虚化区域的确定方法的子流程图；

图3示出本示例性实施方式中另一种待虚化区域的确定方法的子流程图；

图4示出本示例性实施方式中另一种待虚化区域的确定方法的流程图；

图5示出本示例性实施方式中一种待虚化区域的确定装置的结构框图；

图6示出本示例性实施方式中一种用于实现上述方法的计算机可读存储介质；

图7示出本示例性实施方式中一种用于实现上述方法的终端设备。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本公开的示例性实施方式提供一种待虚化区域的确定方法，可以应用于具备摄像头的终端设备，如手机、平板电脑、数码相机等。图1示出了该待虚化区域的确定方法的一种流程，可以包括以下步骤S110至S140：

步骤S110，获取由摄像头在不同焦距下对同一拍摄区域所采集的多张预览图像。

其中，拍摄区域是指摄像头所对准的视野区域。当用户启动拍照功能时，终端设备打开摄像头，可以自动调整焦距，在每个焦距下分别采集一张预览图像，例如：按照预设的调整量，从较小的焦距逐步增大，每调整一次采集一张预览图像；对拍摄区域中的不同目标进行自动聚焦，实际上也是调整焦距的过程，每次聚焦采集一张预览图像。

在一种实施方式中，可以将拍摄区域大致分为前景和背景两个部分，分别对前景和背景聚焦，采集两张预览图像。

在另一种实施方式中，可以对拍摄区域中心的对象自动聚焦，采集一张预览图像，然后逐渐减小焦距，直到对拍摄区域的前景部分聚焦，采集一张预览图像，再逐渐增大焦距，直到对拍摄区域的背景部分聚焦，采集一张预览图像，共得到三张预览图像。

步骤S120，根据上述多张预览图像将拍摄区域划分为多个子区域。

通常拍摄区域中包含多个对象，例如人、人旁边的静物、身后的建筑等。因而可以根据图像内容将拍摄区域划分为多个子区域，使每个子区域主要包含一种对象。

在一种实施方式中，参考图2所示，步骤S120可以具体通过以下步骤S210和S220实现：

步骤S210，在每张预览图像中得到至少一个聚焦区域；

步骤S220，在拍摄区域中，将每个聚焦区域以及各聚焦区域以外的区域，均确定为拍摄区域的子区域。

其中，摄像头在采集预览图像时通常会自动生成聚焦框，框出拍摄区域中的一个局部区域，即聚焦区域，该区域内包含一个完整的对象，例如人脸、静物等。由此，可以利用聚焦区域对拍摄区域进行划分。摄像头在采集不同的预览图像时，聚焦区域的位置也不同，每张预览图像包含至少一个聚焦区域，将每个聚焦区域标注在拍摄区域中，可以进行适当地调整，例如微调每个聚焦区域的尺寸，使拍摄区域可以进行矩形划分，将划分出的每个区域确定为拍摄区域的子区域。

在另一种实施方式中，也可以对预览图像进行目标检测，得到多个目标区域，将每个目标区域以及各目标区域以外的区域，均确定为拍摄区域的子区域。目标检测可以采用深度学习技术，例如通过YOLO(You Look Only Once，一种实时目标检测的算法框架，包括v1、v2、v3等多个版本，本公开可以采用其中任一个版本)、SSD(Single Shot MultiboxDetector，单步多框目标检测)、R-CNN(Region-Convolutional Neural Network，区域卷积神经网络，或Fast R-CNN、Faster R-CNN等改进版本)等神经网络对预览图像进行识别，输出目标物体所在区域的矩形框，即得到目标区域。由于预览图像是在不同焦距下采集的，不同的预览图像中各个目标的清晰度不同，为了全面检测出拍摄区域的所有目标，可以对每张预览图像分别进行处理，将得到的每个目标区域标注在拍摄区域中，完成子区域的划分。

步骤S130，基于各子区域在至少一张预览图像中的非平坦度，从各子区域中确定背景区域。

其中，图像的非平坦度是与平坦度相对的一组概念，表示图像中内容或纹理的稠密或稀疏的程度，图像内容越稠密，图像内像素值的变化程度越高，表示图像中的细节越丰富，图像越清晰，其非平坦度越高，平坦度越低。

在一种可选的实施方式中，参考图3所示，步骤S130可以具体通过以下步骤S310至S340实现：

步骤S310，获取各子区域在各预览图像中对应的图像块。

其中，在对拍摄区域划分子区域后，相当于对各预览图像进行了划分，每个预览图像可以对应得到多个图像块，每个图像块对应于一个子区域。每个预览图像划分方式是相同的。假设共有k个预览图像IMG1、IMG2、…、IMGk，将拍摄区域划分为n个子区域，IMG1的图像块为S1(IMG1)、S2(IMG1)、…、Sn(IMG1)，IMG2的图像块为S1(IMG2)、S2(IMG2)、…、Sn(IMG2)，等等。对于任意的i∈[1,n]，不同预览图像中的图像块Si(IMG1)、Si(IMG2)、…、Si(IMGk)，都对应于第i子区域。

步骤S320，计算每个图像块的非平坦度。

本示例性实施方式中，非平坦度可以通过多种方式计算并表征，下面提供几种具体示例，但本公开的保护范围不受以下内容的限定：

(1)可以通过图像的对比度来表征非平坦度。例如，检测图像块中每个像素的灰度值(或亮度值)，计算最大灰度值与最小灰度值之差，以及之间的层级，用以表征图像块的灰度差别程度，并以此表征非平坦度。

(2)可以通过图像的像素值方差来表征非平坦度。例如可以统计图像块中的每个像素值，转换为灰度值计算方差，或者分别在RGB三个通道内计算方差，再取三个通道的方差均值等，作为图像块的非平坦度。作为补充，像素值方差也可以替换为像素值标准差。

(3)计算图像块的中心像素值和边缘像素值的差值，将该差值作为非平坦度。例如先将图像块S1(IMG1)划分为中心部分和边缘部分，分别统计中心部分和边缘部分的像素值，计算差值；或者从S1(IMG1)的中心点开始，计算其和多个层级的边缘的像素差值，再进行合并。中心和边缘的像素差值也能够反映图像块的内容稠密程度，因此也可以作为非平坦度的一种度量。

(4)计算图像块的信息熵，将信息熵作为非平坦度。图像的信息熵又称为图像熵，是表征图像内部信息变化的程度。举例说明，计算图像块S1(IMG1)的信息熵时，可以将S1(IMG1)中的像素转换为灰度，统计各灰度值的出现概率，例如S1(IMG1)中共出现m个灰度值，其出现概率分别为p1、p2、…、pm，则信息熵

当然也可以采用其他近似的计算方式。

步骤S330，根据每个图像块的非平坦度确定每个子区域为背景区域的概率值。

由于不同预览图像中，各子区域的聚焦状态不同，清晰度不同，对于同一子区域，如第i子区域，其在不同预览图像中对应不同的图像块Si(IMG1)、Si(IMG2)、…、Si(IMGk)，这些图像块的非平坦度通常也不相同。本示例性实施方式中，为了表征每个子区域的非平坦度，可以选取其对应的图像块中非平坦度最高的值，作为子区域的非平坦度，也可以将子区域所对应的全部图像块的非平坦度进行综合(例如求平均或加权平均)，以作为子区域的非平坦度。

在确定各子区域的非平坦度后，可以对应计算出各子区域为背景区域的概率值。通常非平坦度和概率值是负相关的，即子区域的非平坦度越高，其为背景区域的概率越小。基于此，可以构建不同的计算方法，下面提供几种具体实施方式：

方式一、先根据各子区域的非平坦度计算平坦度，例如平坦度＝1-非平坦度，或平坦度＝1/非平坦度等；再对各子区域的平坦度进行归一化计算，例如采用线性归一化、Softmax函数(归一化指数函数)等方式，得到的归一化结果即为概率值。该方式考虑了不同子区域之间的相对关系，特别适用于多个子区域的非平坦度都较高或较低的情况。

方式二、事先确定非平坦度和概率值之间的映射关系，例如可以是非线性函数关系，通过该映射关系计算出各子区域的概率值。

方式三、事先训练机器学习模型，以各子区域的非平坦度为输入，以各子区域为背景区域的概率值为输出。在训练时，获取大量的样本图像，人为划分子区域，计算每个子区域的非平坦度，作为训练数据；将属于背景的子区域概率值标注为1，将非背景的子区域的概率值标注为0，得到标准数据；然后利用训练数据和标注数据训练模型，根据损失函数调整模型参数，当达到一定的准确率时，完成训练。实际应用中，将各子区域的非平坦度组成数组(或向量)，输入到模型中，可以得到对应的概率值。

步骤S340，将概率值最高的一个或多个子区域确定为背景区域。

其中，可以将概率值最高的一个子区域确定为背景区域；也可以将概率值最低的一个子区域确定为主拍摄区域，主拍摄区域即拍照时拍摄目标所在的区域，例如拍摄人像时人所在的区域，将主拍摄区域以外的子区域确定为背景区域；还可以将概率值高于一定阈值(如40％、50％、80％等)的子区域确定为背景区域。本公开对此不做限定。

步骤S140，将背景区域确定为待虚化区域。

本示例性实施方式中，将上述步骤中确定的背景区域作为待虚化区域。可以直接在预览图像中对待虚化区域进行虚化处理，并输出经过虚化的图像；也可以在确定待虚化区域后，通过摄像头对拍摄区域重新拍摄一张图像，并对其中的待虚化区域进行虚化处理后输出图像。

在图1的方法流程中，通过采集不同焦距下的预览图像，根据其中子区域的非平坦度，确定背景区域，进而确定待虚化区域。实际应用中，该方式更加适合于室外拍照环境中。基于此，可以根据拍照环境选择不同的方式。图4示出了本示例性实施方式的另一种流程，在步骤S110之前，可以先执行以下步骤S101和S102：

步骤S101，获取当前的拍照环境；

步骤S102，如果当前处于室外拍照环境，则控制摄像头在不同焦距下对拍摄区域采集多张预览图像。

其中，拍照环境主要包括室内或室外，可以通过摄像头内置的感光元件进行光照感测，根据光照量的大小判断，当光照量达到一定的阈值时，判断处于室外拍照环境，反之处于室内拍照环境。或者根据用户选择的拍照模式进行确定，当用户选择室外拍照模式，则确定处于室外拍照环境，当用户选择室内拍照模式，则确定处于室内拍照环境。

如果当前处于室外拍照环境，则控制摄像头在不同焦距下对拍摄区域采集多张预览图像，即完成了步骤S110的过程，后续可以通过步骤S120至S140确定待虚化区域。

在一种可选的实施方式中，还可以执行以下步骤S103至S106：

步骤S103，如果当前处于室内拍照环境，则控制摄像头在开启闪光灯下对拍摄区域采集第一预览图像，在关闭闪光灯下对拍摄区域采集第二预览图像；

步骤S104，根据第一预览图像和第二预览图像将拍摄区域划分为多个子区域；

步骤S105，基于各子区域在第一预览图像和第二预览图像中的亮度差，从各子区域中确定背景区域；

步骤S106，将背景区域确定为待虚化区域。

在室内拍照时，拍摄目标通常距离摄像头(或闪光灯)较近，因此可以通过开启和关闭闪光灯来改变环境的亮度，获得亮度差异的第一预览图像和第二预览图像。前景部分距离闪光灯较近，在开启和关闭闪光灯时，其亮度差别较大，背景部分距离闪光灯较远，其亮度差别较小。

步骤S104可以采用和步骤S120相同的实施方式，例如分别在第一预览图像和第二预览图像中提取聚焦区域，通过聚焦区域将拍摄区域划分为子区域，或者分别在第一预览图像和第二预览图像中进行目标检测，根据检测到的目标区域将拍摄区域划分为子区域，在此不做赘述。

每个子区域在第一预览图像和第二预览图像中分别对应于一个图像块，例如将子区域S1在第一预览图像IMG1和第二预览图像IMG2中对应的图像块记为S1(IMG2)和S2(IMG2)，计算S1(IMG2)和S2(IMG2)的亮度差，如果亮度差较大，例如超过一定阈值时，子区域S1为前景区域，如果亮度差较小，则子区域S1为背景区域。在计算两个图像块的亮度差时，可以分别计算每个像素点的亮度差，再进行求和或求平均；或则对每个图像块计算亮度平均值，然后计算两图像块的亮度平均值之差，等等。

进一步的，在一种可选的实施方式中，步骤S105可以具体通过以下步骤实现：

获取各子区域在第一预览图像和第二预览图像中的亮度差；

将亮度差最高的子区域确定为主拍摄区域，将主拍摄区域以外的子区域确定为背景区域。

其中，亮度差最高的子区域，即开启和关闭闪光灯时受到影响最大的区域，一般也是距离摄像头最近的区域，因而将其确定为主拍摄区域，其余部分均作为背景区域，后续进行虚化处理。这也符合室内拍照的需求，即需要重点呈现主拍摄区域。

综上所述，本示例性实施方式中，摄像头在不同焦距下对同一拍摄区域采集多张预览图像，将拍摄区域划分为多个子区域，并基于各子区域在预览图像中的非平坦度，确定背景区域，进而将背景区域确定为待虚化区域。一方面，本示例性实施方式基于一个摄像头的配置即可实现，可以应用于单摄像头的终端设备中，降低了硬件成本，具有较高的实用性。另一方面，图像的非平坦度可以体现出图像内容的丰富度、图像清晰度，通过采集不同焦距下的预览图像，并计算预览图像中子区域的非平坦度，可以对每个子区域进行充分的表征，以准确地分割出背景区域，有利于实现高质量的图像虚化处理。

本公开的示例性实施方式还提供一种待虚化区域的确定装置，可以配置于具备摄像头的终端设备，如手机、平板电脑、数码相机等。如图5所示，该待虚化区域的确定装置500可以包括：

预览图像获取模块510，用于获取由摄像头在不同焦距下对同一拍摄区域所采集的多张预览图像；

子区域划分模块520，用于根据上述多张预览图像将拍摄区域划分为多个子区域；

背景区域确定模块530，用于基于各子区域在至少一张预览图像中的非平坦度，从各子区域中确定背景区域；

待虚化区域确定模块540，用于将背景区域确定为待虚化区域。

在一种可选的实施方式中，待虚化区域的确定装置500还可以包括：拍照环境确定模块，用于在采集预览图像前，获取当前的拍照环境，如果当前处于室外拍照环境，则控制摄像头在不同焦距下对拍摄区域采集多张预览图像。

在一种可选的实施方式中，上述拍照环境确定模块，还用于如果当前处于室内拍照环境，则控制摄像头在开启闪光灯下对拍摄区域采集第一预览图像，在关闭闪光灯下对拍摄区域采集第二预览图像；预览图像获取模块510，还用于获取上述第一预览图像和第二预览图像；子区域划分模块520，用于根据第一预览图像和第二预览图像将拍摄区域划分为多个子区域；背景区域确定模块530，还用于基于各子区域在第一预览图像和第二预览图像中的亮度差，从各子区域中确定背景区域。

进一步的，背景区域确定模块530，还用于通过执行以下方法，从各子区域中确定背景区域：

获取各子区域在第一预览图像和第二预览图像中的亮度差；

将亮度差最高的子区域确定为主拍摄区域，将主拍摄区域以外的子区域确定为背景区域。

在一种可选的实施方式中，子区域划分模块520，还用于通过执行以下方法，将拍摄区域划分为多个子区域：

在每张预览图像中得到至少一个聚焦区域；

在拍摄区域中，将每个聚焦区域以及各聚焦区域以外的区域，均确定为拍摄区域的子区域。

在一种可选的实施方式中，背景区域确定模块530，还用于通过执行以下方法，从各子区域中确定背景区域：

获取各子区域在各预览图像中对应的图像块；

计算每个图像块的非平坦度；

根据每个图像块的非平坦度确定每个子区域为背景区域的概率值；

将概率值最高的一个或多个子区域确定为背景区域。

在一种可选的实施方式中，上述非平坦度可以包括对比度。

上述待虚化区域的确定装置中，各模块的具体细节已经在方法部分的实施方式中详细说明，未披露的细节内容可以参见方法部分的实施方式相关内容，因而不再赘述。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

本公开的示例性实施方式还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

参考图6所示，描述了根据本公开的示例性实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

本公开的示例性实施方式还提供了一种能够实现上述方法的终端设备，该终端设备可以是手机、平板电脑、数码相机等。下面参照图7来描述根据本公开的这种示例性实施方式的终端设备700。图7显示的终端设备700仅仅是一个示例，不应对本公开实施方式的功能和使用范围带来任何限制。

如图7所示，终端设备700可以以通用计算设备的形式表现。终端设备700的组件可以包括但不限于：至少一个处理单元710、至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730、显示单元740和图像采集单元770，图像采集单元770包括摄像头。

存储单元720存储有程序代码，程序代码可以被处理单元710执行，使得处理单元710执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元710可以执行图1至图4中任意一个或多个方法步骤。

存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)721和/或高速缓存存储单元722，还可以进一步包括只读存储单元(ROM)723。

存储单元720还可以包括具有一组(至少一个)程序模块725的程序/实用工具724，这样的程序模块725包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

终端设备700也可以与一个或多个外部设备800(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该终端设备700交互的设备通信，和/或与使得该终端设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且，终端设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器760通过总线730与终端设备700的其它模块通信。应当明白，尽管图中未示出，可以结合终端设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施方式的方法。

此外，上述附图仅是根据本公开示例性实施方式的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的示例性实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施方式。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种待虚化区域的确定方法，应用于具备摄像头的终端设备，其特征在于，所述方法包括：

获取由所述摄像头在不同焦距下对同一拍摄区域所采集的多张预览图像；

根据所述多张预览图像将所述拍摄区域划分为多个子区域；

基于各所述子区域在至少一张所述预览图像中的非平坦度，从各所述子区域中确定背景区域；

将所述背景区域确定为待虚化区域。

2.根据权利要求1所述的方法，其特征在于，在获取由所述摄像头在不同焦距下对同一拍摄区域所采集的多张预览图像前，所述方法还包括：

获取当前的拍照环境；

如果当前处于室外拍照环境，则控制所述摄像头在不同焦距下对所述拍摄区域采集多张预览图像。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

如果当前处于室内拍照环境，则控制所述摄像头在开启闪光灯下对所述拍摄区域采集第一预览图像，在关闭闪光灯下对所述拍摄区域采集第二预览图像；

根据所述第一预览图像和所述第二预览图像将所述拍摄区域划分为多个子区域；

基于各所述子区域在所述第一预览图像和所述第二预览图像中的亮度差，从各所述子区域中确定背景区域；

将所述背景区域确定为待虚化区域。

4.根据权利要求3所述的方法，其特征在于，所述基于各所述子区域在所述第一预览图像和所述第二预览图像中的亮度差，从各所述子区域中确定背景区域，包括：

获取各所述子区域在所述第一预览图像和所述第二预览图像中的亮度差；

将亮度差最高的子区域确定为主拍摄区域，将所述主拍摄区域以外的子区域确定为背景区域。

5.根据权利要求1所述的方法，其特征在于，所述根据所述多张预览图像将所述拍摄区域划分为多个子区域，包括：

在每张所述预览图像中得到至少一个聚焦区域；

在所述拍摄区域中，将每个所述聚焦区域以及各所述聚焦区域以外的区域，均确定为所述拍摄区域的子区域。

6.根据权利要求1所述的方法，其特征在于，所述基于各所述子区域在至少一张所述预览图像中的非平坦度，从各所述子区域中确定背景区域，包括：

获取各所述子区域在各所述预览图像中对应的图像块；

计算每个所述图像块的非平坦度；

根据每个所述图像块的非平坦度确定每个所述子区域为背景区域的概率值；

将概率值最高的一个或多个所述子区域确定为背景区域。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述非平坦度包括对比度。

8.一种待虚化区域的确定装置，配置于具备摄像头的终端设备，其特征在于，所述装置包括：

预览图像获取模块，用于获取由所述摄像头在不同焦距下对同一拍摄区域所采集的多张预览图像；

子区域划分模块，用于根据所述多张预览图像将所述拍摄区域划分为多个子区域；

背景区域确定模块，用于基于各所述子区域在至少一张所述预览图像中的非平坦度，从各所述子区域中确定背景区域；

待虚化区域确定模块，用于将所述背景区域确定为待虚化区域。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。

10.一种终端设备，其特征在于，包括：

处理器；

存储器，用于存储所述处理器的可执行指令；以及

摄像头；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的方法。

Images